In [1]:

    

%matplotlib inline
from matplotlib import pyplot as plt
import seaborn as sns


    

In [2]:

    

import antipackage
from github.ellisonbg.misc import vizarray as va


    

    




Downloading:  https://raw.githubusercontent.com/ellisonbg/misc/master/vizarray.py
Using existing version:  github.ellisonbg.misc.vizarray

In [3]:

    

import numpy as np


    

In [4]:

    

data = [0,2,4,6]
a = np.array(data)


    

In [5]:

    

type(a)


    

    
Out[5]:





numpy.ndarray

In [6]:

    

a


    

    
Out[6]:





array([0, 2, 4, 6])

In [7]:

    

va.vizarray(a)


    

    
Out[7]:

In [8]:

    

a.shape


    

    
Out[8]:





(4,)

In [9]:

    

a.ndim


    

    
Out[9]:





1

In [10]:

    

a.size


    

    
Out[10]:





4

In [11]:

    

a.nbytes


    

    
Out[11]:





32

In [12]:

    

a.dtype


    

    
Out[12]:





dtype('int64')

In [14]:

    

data = [[0.0,2.0,4.0,6.0],[1.0,3.0,5.0,7.0]]
b=np.array(data)


    

In [15]:

    

b


    

    
Out[15]:





array([[ 0.,  2.,  4.,  6.],
       [ 1.,  3.,  5.,  7.]])

In [16]:

    

va.vizarray(b)


    

    
Out[16]:

In [17]:

    

b.shape, b.ndim, b.size, b.nbytes


    

    
Out[17]:





((2, 4), 2, 8, 64)

In [18]:

    

c = np.arange(0.0,10.0,1.0)
c


    

    
Out[18]:





array([ 0.,  1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9.])

In [20]:

    

e = np.linspace(0.0,5.0,11)
e


    

    
Out[20]:





array([ 0. ,  0.5,  1. ,  1.5,  2. ,  2.5,  3. ,  3.5,  4. ,  4.5,  5. ])

In [21]:

    

np.empty((4,4))


    

    
Out[21]:





array([[  6.92349845e-310,   2.52948093e-316,   6.92349866e-310,
          6.92346016e-310],
       [  6.92349861e-310,   6.92346016e-310,   6.92349866e-310,
          6.92346016e-310],
       [  6.92349861e-310,   6.92346016e-310,   6.92349866e-310,
          6.92346016e-310],
       [  6.92349861e-310,   6.92346015e-310,   6.92349866e-310,
          6.92346016e-310]])

In [22]:

    

np.zeros((3,3))


    

    
Out[22]:





array([[ 0.,  0.,  0.],
       [ 0.,  0.,  0.],
       [ 0.,  0.,  0.]])

In [23]:

    

np.ones((3,3
))


    

    
Out[23]:





array([[ 1.,  1.,  1.],
       [ 1.,  1.,  1.],
       [ 1.,  1.,  1.]])

In [25]:

    

a = np.array([0,1,2,3])


    

In [26]:

    

a, a.dtype


    

    
Out[26]:





(array([0, 1, 2, 3]), dtype('int64'))

In [29]:

    

b = np.zeros((2,2), dtype=np.complex64)
b


    

    
Out[29]:





array([[ 0.+0.j,  0.+0.j],
       [ 0.+0.j,  0.+0.j]], dtype=complex64)

In [30]:

    

c = np.arange(0,10,2,dtype=np.float)
c


    

    
Out[30]:





array([ 0.,  2.,  4.,  6.,  8.])

In [31]:

    

d=c.astype(dtype=np.int)
d


    

    
Out[31]:





array([0, 2, 4, 6, 8])

In [32]:

    

np.float*?


    

In [35]:

    

a = np.empty((3,3))
a.fill(0.1)
a


    

    
Out[35]:





array([[ 0.1,  0.1,  0.1],
       [ 0.1,  0.1,  0.1],
       [ 0.1,  0.1,  0.1]])

In [36]:

    

b = np.ones((3,3))
b


    

    
Out[36]:





array([[ 1.,  1.,  1.],
       [ 1.,  1.,  1.],
       [ 1.,  1.,  1.]])

In [34]:

    

a+b


    

    




---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-34-f1d53b280433> in <module>()
----> 1 a+b

ValueError: operands could not be broadcast together with shapes (4,) (2,2) 

In [37]:

    

b/a


    

    
Out[37]:





array([[ 10.,  10.,  10.],
       [ 10.,  10.,  10.],
       [ 10.,  10.,  10.]])

In [38]:

    

a**2


    

    
Out[38]:





array([[ 0.01,  0.01,  0.01],
       [ 0.01,  0.01,  0.01],
       [ 0.01,  0.01,  0.01]])

In [39]:

    

np.pi*b


    

    
Out[39]:





array([[ 3.14159265,  3.14159265,  3.14159265],
       [ 3.14159265,  3.14159265,  3.14159265],
       [ 3.14159265,  3.14159265,  3.14159265]])

In [45]:

    

a= np.random.rand(10,10)


    

In [46]:

    

va.enable()


    

In [47]:

    

a


    

    
Out[47]:

In [ ]:

    




    

In [ ]: